Basic Memory: Bộ nhớ Markdown cho LLM qua MCP

Vấn đề bộ nhớ của LLM

Mỗi cuộc trò chuyện mới với AI đều bắt đầu từ con số không. Lịch sử chat ghi lại những gì đã nói nhưng không phải là tri thức có cấu trúc mà mô hình có thể điều hướng. RAG cho phép LLM truy vấn tài liệu của bạn nhưng không ghi ngược lại vào đó. Vector database giải quyết được việc truy xuất nhưng cần hạ tầng riêng, thường được lưu trữ ở nơi bạn không kiểm soát. Còn một knowledge graph đúng nghĩa lại cần công cụ chuyên biệt mà phần lớn nhà phát triển chưa từng thiết lập. README của Basic Memory nói thẳng điều này: không cách nào trong số các giải pháp trên cho phép con người và LLM cùng đọc và ghi vào một kho tri thức chung.

Basic Memory là gì

Basic Memory là một MCP server (Model Context Protocol) kèm CLI, lưu tri thức của LLM dưới dạng file Markdown có cấu trúc ngay trên ổ đĩa, không phải trong vector database hay định dạng độc quyền. Mỗi note là một Entity với các Observation được gắn nhãn và Relation dạng wikilink, nhờ đó AI đi theo liên kết thay vì phải nhồi toàn bộ context window ở mỗi lượt. Nó kết nối với Claude, Cursor, VS Code, Codex, ChatGPT và Obsidian trên cùng một bộ file.

Các tính năng cốt lõi

• ✓Đồng bộ Markdown hai chiều: cả bạn lẫn AI đều đọc và ghi vào cùng file, nên một chỉnh sửa trong Obsidian sẽ hiện ra ở phiên chat tiếp theo và ngược lại.
• ✓Ngữ pháp Entity/Observation/Relation: note mang các nhóm quan sát đặt trong ngoặc vuông (ví dụ [method], [fact]) và các Relation dạng wikilink tạo thành một knowledge graph có thể duyệt qua.
• ✓Tìm kiếm ngữ nghĩa lai (hybrid): kết hợp full-text và xếp hạng vector qua FastEmbed embedding, chạy trên SQLite hoặc Postgres, có thể bật thêm cross-encoder reranking (mặc định tắt).
• ✓Bộ tool MCP-native: write_note, read_note, edit_note, move_note, delete_note, search_notes, build_context và nhiều hơn nữa, mỗi tool đều được gắn nhãn read-only/destructive/idempotent.
• ✓Công cụ schema: schema_infer, schema_validate và schema_diff giúp kiểm tra cấu trúc cơ sở tri thức khi nó lớn dần lên.
• ✓Định tuyến cloud theo từng project: bm project set-cloud/set-local cho phép từng project chuyển qua lại giữa lưu local và cloud mà không phải đổi toàn bộ thiết lập.
• ✓Tự động cập nhật cho bản cài qua uv tool và Homebrew, kiểm tra mỗi 24 giờ và áp dụng âm thầm, kèm lệnh bm update để chạy thủ công khi muốn tự kiểm soát.

Cách nhà phát triển dùng Basic Memory

• •Mang theo ngữ cảnh dự án xuyên suốt các phiên Claude Code hay Cursor — một cách quản lý ngữ cảnh LLM đơn giản — thay vì phải dán lại note kiến trúc mỗi lần.
• •Xây dựng một nhật ký quyết định và 'ProTip' để AI tham chiếu lại nhiều tuần sau; một người dùng được trích dẫn trong README mô tả cách họ dùng công cụ này thay vì giữ một luồng chat đang mở.
• •Nhập lịch sử có sẵn bằng basic-memory import claude conversations hoặc import chatgpt để khởi tạo cơ sở tri thức từ các cuộc chat cũ.
• •Sửa cùng một bộ note trong graph view của Obsidian trong khi một AI client ghi vào chúng qua MCP.
• •Chạy ở môi trường air-gapped, vì bản cài local chỉ cần Python (qua uv) và một chỉ mục SQLite cục bộ.

Bắt đầu: Cloud hay Local

Có hai lối đi, dùng chung một engine và cùng một bộ file Markdown. Cloud: đăng ký tại basicmemory.com, kết nối một AI client, và bạn chạy được sau khoảng 30 giây — không cần Python, không cần terminal. Giá $15.00/tháng, khóa cố định suốt vòng đời gói đăng ký (giá niêm yết $19), có bản dùng thử miễn phí 7 ngày và mã giảm giá dành cho người dùng OSS (BMFOSS) giảm 20% trong 3 tháng đầu. Local: cài CLI bằng uv — `uv tool install basic-memory` — mất khoảng 2 phút và miễn phí theo giấy phép AGPL-3.0. Nếu bạn chạy Postgres và muốn lưu vector trong Milvus, hãy cài gói mở rộng tùy chọn thay vào đó: `uv tool install "basic-memory[milvus]"`. Dù chọn lối nào, bạn cũng cần trỏ một MCP client vào nó — với Claude Code là `claude mcp add basic-memory -- uvx basic-memory mcp`; Claude Desktop, Cursor và VS Code mỗi cái chỉ cần thêm một đoạn cấu hình JSON hoặc TOML ngắn.

Làm việc với Basic Memory

Mỗi note là một file Markdown có frontmatter dạng YAML (title, type, permalink, tags tùy chọn) và hai phần tạo nên cấu trúc của định dạng này. Observation là các dòng sự kiện gắn nhóm phân loại trong ngoặc vuông, kiểu `[method] Pour over highlights subtle flavors`, còn Relation là các wikilink như `requires [[Burr Grinder]]` nối một entity này với entity khác. Bạn không cần thiết kế schema từ trước — chỉ cần bảo AI tạo note và nó sẽ viết file theo đúng ngữ pháp đó; ví dụ ngay trong README của Basic Memory là ghi lại một cuộc trò chuyện về pha cà phê theo cách này. Khi note đã tích lũy đủ nhiều để cần sự nhất quán, `schema_infer` và `schema_validate` giúp kiểm tra cấu trúc thực tế đã hình thành, còn `basic-memory doctor` phát hiện lệch pha giữa file trên đĩa và chỉ mục SQLite.

Lựa chọn thay thế cho Basic Memory

Câu hỏi thường gặp về Basic Memory

Nên dùng khi nào — và nên bỏ qua khi nào

Hãy thử Basic Memory nếu bạn đã làm việc trên nhiều AI client cùng lúc — chẳng hạn Claude Code cho dự án này, Cursor cho dự án khác — và muốn có một cơ sở tri thức duy nhất thay vì phải giải thích lại ngữ cảnh cho từng công cụ. Nó cũng hợp với nhà phát triển muốn bộ nhớ của AI ở định dạng có thể mở bằng trình soạn thảo văn bản, đưa vào version control, hoặc đọc được mà không cần xin phép công cụ. Bỏ qua nếu bạn chỉ cần truy xuất trên một đống tài liệu có sẵn (đó là việc của RAG, không phải của công cụ này), hoặc nếu việc cài một CLI Python là quá nhiều công sức chỉ để có bộ nhớ dự án — gói cloud xóa bỏ rào cản đó nhưng lại thêm chi phí định kỳ mà lối đi local miễn phí không có.

Repo liên quan